实体
Metropolis-adjusted Langevin algorithm
Metropolis-adjusted Langevin algorithm
PulseAugur coverage of Metropolis-adjusted Langevin algorithm — every cluster mentioning Metropolis-adjusted Langevin algorithm across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新理论将扩散模型中的优化与采样联系起来
研究人员为扩散模型开发了一种新的首阶理论，建立了优化与采样之间的联系。研究表明，在与加噪过程相关的特定条件下，Langevin扩散的基于SDE的反向时间流以明确的指数速率收缩相对Fisher散度。此外，该研究结合了离散化，为过阻尼和欠阻尼扩散模型中的采样器建立了平均首阶平稳性界限，类似于非凸优化的梯度范数保证。
-
新的高斯不变MCMC方法提高了统计效率
研究人员开发了新颖的采样方法，包括随机游走Metropolis (RWM)、Metropolis调整的Langevin算法 (MALA) 以及二阶Hessian或流形MALA的高斯不变版本。这些方法通过利用高斯不变性来推导泊松方程的精确解析解，与标准的RWM和MALA相比，具有更高的统计效率。这使得能够构建有效的控制变量，用于估计量中的方差缩减，尤其在高维潜在高斯模型中得到了证明，并在这些模型中取得了最先进的结果。